NVIDIA Convierte el Stack de Agentes en Dos Niveles. Esta Es la Prueba de Infraestructura para CTOs en Su Próxima Renovación de Plataforma

La lista de candidatos para su plataforma de agentes empresariales acaba de complicarse. No porque un quinto proveedor se haya unido a la carrera, sino porque NVIDIA podría no ser un proveedor de plataformas en absoluto. Podría ser la capa sobre la que descansan los otros cuatro.

En GTC 2026, NVIDIA anunció la Open Agent Platform junto a 17 empresas adoptantes identificadas públicamente. Esa lista incluye a Salesforce, SAP, ServiceNow, Adobe, Cisco, Atlassian, Red Hat y Palantir. Cuando tantos proveedores estratégicos convergen en el mismo runtime en un solo anuncio, la pregunta deja de ser "¿qué plataforma elijo?" y pasa a ser "¿qué es exactamente lo que elijo cuando elijo una plataforma?"

Para los CTOs que han venido siguiendo la carrera de plataformas de agentes empresariales a través de Microsoft Agent 365, los sandboxes auto-hospedados de Anthropic y Google Antigravity 2.0, este anuncio reformula toda la evaluación. Esos artículos trataban sobre plataformas. Este trata sobre la capa de infraestructura que podría estar debajo de todas ellas.

Por Qué la Historia Real Es Que 17 Proveedores Estratégicos Eligieron el Mismo Runtime

Según el anuncio de NVIDIA en GTC 2026, NVIDIA lanzó tres componentes abiertos que forman el núcleo de la plataforma: Nemotron (modelos abiertos optimizados para razonamiento agéntico), AI-Q (un blueprint para construir agentes de conocimiento empresarial que perciben, razonan y actúan) y OpenShell (un runtime de código abierto que aplica controles basados en políticas para seguridad, red y privacidad). La biblioteca de optimización se llama cuOpt.

Pero la lista de componentes no es la historia. La historia son los 17 adoptantes que lo anunciaron al mismo tiempo.

Adobe usa la plataforma para agentes creativos híbridos de larga duración. Salesforce la integró en Agentforce. Amdocs construyó lo que llama un Cognitive Core sobre NVIDIA AI-Q y Nemotron, utilizándolo para supervisar interacciones con clientes y datos de facturación. Estos no son programas piloto ni pruebas de concepto exploratorias. Son decisiones arquitectónicas de nivel productivo tomadas por organizaciones que entregan software empresarial a millones de usuarios.

Cuando Salesforce construye Agentforce sobre el runtime de NVIDIA, ese runtime pasa a formar parte de la decisión de Agentforce para cada cliente de Salesforce. La misma lógica aplica a SAP, ServiceNow y Cisco. Es posible que usted no esté evaluando a NVIDIA directamente. Pero sus proveedores ya lo hicieron.

Datos Clave

• La Open Agent Platform de NVIDIA se lanzó en GTC 2026 con tres componentes abiertos: Nemotron (modelos), AI-Q (blueprint) y OpenShell (runtime) (NVIDIA, marzo de 2026)
• Se identificaron públicamente 17 empresas adoptantes en el lanzamiento, entre ellas Adobe, Salesforce, SAP, ServiceNow, Atlassian, Palantir, Cisco y Red Hat (NVIDIA Newsroom)
• Bain enmarca el lanzamiento como "la AI se convierte en la capa operativa", con NVIDIA posicionándose por debajo de las plataformas de capa de aplicación en lugar de competir con ellas (análisis de Bain & Co., GTC 2026)

El análisis de Futurum lo expresó con claridad: NVIDIA está apostando por la infraestructura de agentes autónomos, no por la capa de aplicación. El análisis de Bain & Co. en GTC 2026 describió el momento como "la AI se convierte en la capa operativa". Esa caracterización es precisa. NVIDIA no compite con Microsoft o Salesforce por la partida presupuestaria de plataformas de agentes. Compite por la partida de infraestructura. Y una parte significativa del mercado de software empresarial acaba de decirle en qué lado se posicionó.

Nemotron, AI-Q y OpenShell: Lo Que los CTOs Realmente Necesitan Entender Sobre los Tres Componentes Abiertos

La mayoría de los briefings para CTOs sobre la plataforma de NVIDIA comenzarán con Nemotron porque es el modelo, y los modelos son fáciles de demostrar. No deje que la demo determine su evaluación. Los tres componentes cumplen funciones distintas, y el que más importa para las decisiones de infraestructura es OpenShell.

Nemotron es una familia de modelos abiertos optimizados específicamente para el razonamiento agéntico. La distinción respecto a los modelos de lenguaje de propósito general importa. Un modelo agéntico necesita decidir cuándo llamar a una herramienta, cómo descomponer una tarea en sub-pasos y cuándo detenerse para pedir intervención humana. Nemotron está entrenado específicamente para ese problema. Para los CTOs que construyen agentes sobre plataformas de proveedores como Salesforce o SAP, es probable que Nemotron nunca sea visible. Pero para los equipos que construyen agentes propios o evalúan si las plataformas de los proveedores utilizan modelos con capacidades sólidas, es un dato relevante.

AI-Q es un blueprint, no un producto. Define una arquitectura para agentes de conocimiento empresarial que pueden percibir (ingerir datos empresariales estructurados y no estructurados), razonar (aplicar lógica agéntica a esos datos) y actuar (activar flujos de trabajo o presentar resultados). El patrón de blueprint importa porque les brinda a los 17 adoptantes una arquitectura de referencia compartida. Cuando Amdocs construye su Cognitive Core y Salesforce construye Agentforce sobre el mismo blueprint AI-Q, los agentes resultantes comparten supuestos sobre acceso a datos, gestión de estado y alcance de las acciones. Esa interoperabilidad es una ventaja estructural discreta.

OpenShell es donde reside el argumento de infraestructura. Es un runtime de código abierto que aplica controles basados en políticas para la seguridad, los límites de red y la privacidad. Para un CTO, este es el componente que responde la pregunta: "Si construyo sobre la infraestructura de NVIDIA, ¿quién controla los guardrails?" La respuesta que da OpenShell es: usted, porque es de código abierto y puede auditarlo, modificarlo y aplicarlo. Esa es una respuesta diferente a la que obtiene de un runtime propietario cerrado integrado en la nube de un proveedor.

La distinción importa más a escala empresarial, donde los equipos de cumplimiento normativo necesitan inspeccionar qué permitirá y qué no permitirá hacer a un agente en un runtime determinado.

La Pregunta de los Dos Niveles: Plataforma Versus Infraestructura

El marco de evaluación estándar para CTOs en cuanto a plataformas de agentes trata la decisión como una comparación horizontal: Microsoft Agent 365 versus Google Gemini Enterprise versus OpenAI Workspace Agents versus Anthropic Claude Managed Agents. Elija uno, o elija un primario con un respaldo. Ese marco era razonable hasta principios de 2026.

El anuncio de NVIDIA en GTC hace obsoleto ese marco.

El modelo mental correcto ahora es vertical, no horizontal. Hay un nivel de plataforma y un nivel de infraestructura. El nivel de plataforma es donde compiten Microsoft, Google, OpenAI y Anthropic. El nivel de infraestructura es donde NVIDIA está apostando. Cuando Salesforce integra el runtime de NVIDIA en Agentforce, los dos niveles se apilan. Salesforce es su decisión de plataforma. NVIDIA es (potencialmente) su decisión de infraestructura. No son alternativas. Son capas.

Esto importa porque el proceso de compras, los criterios de evaluación, el equipo responsable y el calendario de renovación son todos distintos para una decisión de plataforma respecto a una decisión de infraestructura.

Una decisión de plataforma es una decisión en la capa de aplicación. Se está eligiendo una superficie orientada al usuario, una capa de integración, un control plane y un mecanismo de distribución. El responsable de la compra suele ser el VP de ingeniería, el jefe de IT o el CTO directamente. Los criterios de evaluación son la experiencia de usuario, la cobertura de integraciones, el costo por asiento y el soporte del proveedor.

Una decisión de infraestructura es una elección arquitectónica de nivel más bajo. Se está eligiendo sobre qué corren los agentes: la familia de modelos, los guardrails del runtime, los supuestos del blueprint integrados en la arquitectura de razonamiento del agente. El responsable es un arquitecto o un líder de equipo de plataforma. Los criterios de evaluación son la apertura, la auditabilidad, la composabilidad y el riesgo de dependencia a largo plazo.

Mezclar estas dos decisiones en un único proceso de compras produce malos resultados. Se acaba optimizando métricas de experiencia de usuario para una decisión que debería evaluarse según la seguridad del runtime. O se dedica capacidad de ingeniería a auditar la capa de modelos de un producto que nunca se configurará directamente.

Reestructurar el Proceso de Compras: Por Qué la Decisión de Plataforma y la de Infraestructura Deben Ser Separadas

La implicación práctica del modelo de dos niveles es un cambio en cómo se organiza el proceso de compras. En este momento, la mayoría de las compras de tecnología empresarial tratan los agentes de AI como una sola partida presupuestaria en un único proceso de evaluación. Un RFP, una lista de candidatos, un comité de compra.

Esa estructura tenía sentido cuando el stack tenía un solo nivel. Ya no lo tiene.

Un proceso de compras de dos niveles luce diferente. La evaluación de plataforma (qué superficie, control plane e integraciones del proveedor sirven mejor a sus unidades de negocio) ocurre en la capa de aplicación. La evaluación de infraestructura (sobre qué runtime está construida su plataforma, cuáles son sus supuestos de guardrails, qué tan auditable es y si acepta esa dependencia) ocurre por separado, con personas distintas haciendo preguntas diferentes.

En la práctica, muchas organizaciones descubrirán que su decisión de infraestructura ya fue tomada por ellas. Si se comprometieron con Agentforce de Salesforce, y Salesforce se comprometió con el runtime de NVIDIA, su decisión de infraestructura es NVIDIA por defecto. Eso no es necesariamente un problema. Pero debería ser una elección consciente documentada en su registro de arquitectura, no un supuesto invisible enterrado en el roadmap de un proveedor.

Los equipos que piensan en gobernanza de patrones de AI y decisiones de comprar versus construir por patrón de AI reconocerán la dinámica: las decisiones tomadas en la capa de plataforma llevan supuestos arquitectónicos que se propagan hacia abajo en el stack. El anuncio de NVIDIA hace visibles esos supuestos por primera vez.

La Prueba de Infraestructura para CTOs (5 Preguntas Antes de Su Próxima Renovación)

Antes de su próxima renovación de contrato de plataforma, o antes de firmar una nueva, aplique esta prueba a la capa de infraestructura. Estas preguntas están diseñadas para ser neutrales respecto al proveedor. Aplíquelas a cualquier plataforma que use un runtime de agentes por debajo.

1. ¿Sobre qué runtime está construida esta plataforma, y ese runtime es de código abierto? Si el runtime es propietario y cerrado, no puede auditar qué permitirá y qué no permitirá hacer a un agente. Para sectores regulados o entornos de alta seguridad, esta es una restricción que descalifica la opción. La postura de código abierto de OpenShell es una respuesta deliberada a esta pregunta.

2. ¿Quién controla la capa de modelos, y puede intercambiarla? Las plataformas bloqueadas a una sola familia de modelos generan riesgo de dependencia. Si el proveedor cambia los precios del modelo, depreca una versión o modifica las políticas de fine-tuning, sus agentes cambian con ello. Una capa de infraestructura como Nemotron, que es abierta y separable, le da la capacidad de fijar una versión del modelo o cambiar de proveedor sin reconstruir la capa de aplicación.

3. ¿Puede su equipo de cumplimiento normativo inspeccionar la lógica de los guardrails? Los guardrails basados en políticas solo son creíbles si son revisables. "Confíe en nosotros, los guardrails funcionan" no es una respuesta aceptable para un sistema que actúa sobre datos de clientes o registros de facturación. Exija documentación sobre qué bloqueará el runtime, qué registrará y qué permitirá.

4. Si este proveedor de infraestructura cambia sus precios o condiciones, ¿cuál es su costo de cambio? La apertura de los componentes importa aquí. Un runtime de código abierto tiene un costo de cambio. Un runtime propietario tiene uno mucho mayor. Valore en consecuencia su riesgo de dependencia de infraestructura.

5. ¿El roadmap de su proveedor de plataforma está ligado a un único proveedor de infraestructura, o admite múltiples? Un proveedor de plataforma comprometido con un único proveedor de infraestructura le transfiere esa dependencia. Un proveedor de plataforma que admite múltiples opciones de infraestructura (o que expone una capa de abstracción sobre el runtime) preserva su optionality. Esta es una pregunta que debe hacer directamente a su proveedor de plataforma en la próxima QBR.

Qué Hacer Esta Semana

El anuncio de NVIDIA no requiere acción inmediata. Pero sí requiere una actualización del modelo mental y un elemento concreto añadido a su próxima revisión de arquitectura.

Actualice su modelo mental. Deje de pensar en la decisión de plataforma de agentes como una comparación horizontal entre cuatro proveedores. Empiece a pensar en ella como dos decisiones separadas apiladas verticalmente: capa de plataforma (Microsoft, Google, OpenAI, Anthropic) y capa de infraestructura (NVIDIA en ascenso, pero potencialmente otros). El artículo sobre la realineación de agentes de codificación de Gartner es contexto útil sobre cómo está evolucionando el stack.

Audite sus compromisos actuales de plataforma en busca de supuestos de infraestructura ocultos. Si ya eligió una plataforma, pregunte a su proveedor qué runtime subyace en su entorno de ejecución de agentes. Si la respuesta es el stack de NVIDIA, ya tomó una decisión de infraestructura. Documéntela y evalúe si habría tomado la misma decisión de forma consciente.

Añada la prueba de cinco preguntas a su próxima revisión de renovación de plataforma. Los contratos de plataforma suelen tener ciclos de renovación de 12 a 24 meses. La prueba de infraestructura anterior puede completarse en un taller de medio día con su equipo de arquitectura antes de la próxima conversación de renovación. Comience con la renovación más próxima.

Y si aún no ha leído los artículos anteriores de esta serie, el análisis del control plane de Microsoft Agent 365 y la comparación de la plataforma Google Antigravity 2.0 son los complementos naturales de este artículo. Esos artículos evaluaron el nivel de plataforma. Este evalúa el nivel de infraestructura que hay debajo.

Lecturas Relacionadas

• Microsoft Agent 365 está en Vivo: Por Qué Cada CTO Necesita Ahora un AI Agent Control Plane
• Google se Une a las Guerras de Plataformas de Agentes Empresariales: Cómo se Posicionan Antigravity 2.0 y la Gemini Enterprise Agent Platform para los CTOs
• Sandboxes Auto-Hospedados y MCP Tunnels de Anthropic: El Briefing para CTOs

Preguntas Frecuentes

¿Qué es la Open Agent Platform de NVIDIA?

La Open Agent Platform de NVIDIA es un conjunto de tres componentes abiertos lanzados en GTC 2026: Nemotron (modelos abiertos optimizados para razonamiento agéntico), AI-Q (una arquitectura blueprint para agentes de conocimiento empresarial) y OpenShell (un runtime de código abierto que aplica guardrails de seguridad, red y privacidad basados en políticas). No es una aplicación para usuarios finales. Es la capa de infraestructura que los proveedores de software empresarial integran en sus propias plataformas de agentes. En el lanzamiento, 17 proveedores empresariales, incluidos Salesforce, SAP, ServiceNow, Adobe y Cisco, anunciaron públicamente su adopción.

¿En qué se diferencia NVIDIA de Microsoft Agent 365, Google Gemini Enterprise y OpenAI Workspace Agents?

Esos tres son plataformas de capa de aplicación. Ofrecen a los usuarios empresariales una superficie, un control plane y un conjunto de integraciones para desplegar y gobernar agentes dentro de sus organizaciones. NVIDIA es un proveedor de capa de infraestructura. Suministra el runtime, el modelo y el blueprint sobre los que esas plataformas (y el software que ejecutan) pueden estar construidas. Cuando Salesforce usa el runtime de NVIDIA dentro de Agentforce, NVIDIA y Salesforce no son competidores. Son dos niveles del mismo stack.

¿Debería un CTO evaluar a NVIDIA por separado de la selección de plataforma de agentes?

Sí, pero la evaluación luce diferente. Una evaluación de plataforma se centra en la experiencia de usuario, las integraciones, la profundidad del control plane y el soporte del proveedor. Una evaluación de infraestructura se centra en la apertura, la auditabilidad de los guardrails, la portabilidad del modelo y el riesgo de dependencia. En muchos casos, la elección de infraestructura se hará implícitamente a través de la elección de plataforma. El trabajo del CTO es hacer explícita esa elección implícita y aplicar la prueba de cinco preguntas antes de firmar cualquier contrato de plataforma.

Fuente: Anuncio de la Open Agent Platform de NVIDIA. Cobertura de VentureBeat, Futurum y Bain & Co..